CN103020336B - 一种等效led光源创建方法 - Google Patents
一种等效led光源创建方法 Download PDFInfo
- Publication number
- CN103020336B CN103020336B CN201210486994.3A CN201210486994A CN103020336B CN 103020336 B CN103020336 B CN 103020336B CN 201210486994 A CN201210486994 A CN 201210486994A CN 103020336 B CN103020336 B CN 103020336B
- Authority
- CN
- China
- Prior art keywords
- led
- light source
- led light
- light intensity
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Led Device Packages (AREA)
Abstract
本发明提供了一种等效LED光源创建方法,通过测量实际LED的光强分布,用预测算法建立LED发光强度与LED各主要参数(如芯片的***深度、周围填充材料折射率、材料的吸收系数,封装透镜的厚度)之间的一种隐性函数关系。然后假设一组初始的LED模型参数,基于LED发光强度与LED各主要参数之间隐性关系,运用全局优化算法寻找最佳的等效参数,利用这些最佳的等效参数,可以创建等效精确的LED光源模型。本方法可以快速准确的创建与实际光源非常接近的等效LED光源模型,任何一个LED光源制造商提供的LED光源,只要测量其光强分布,就可以获得一个等效精确的LED光源模型。该光源模型可以用于照明***设计。
Description
技术领域
本发明涉及创建照明***设计中使用的等效LED光源,属于LED照明技术领域。
背景技术
LED作为一种固体光源,具有能耗低、寿命长、体积小、重量轻、无辐射以及无污染等优点,现已广泛应用各种照明。然而LED直接输出的光是朗伯分布,不适合直接照明,需要一个照明***来重新分配光的分布即所谓的二次配光设计。在使用各种软件设计照明***时候,首先要建立光源的模型。LED光源模型创建是否精确,直接影响到设计出的照明***的性能。所以对高端照明***设计必须要有精确的光源模型。光源模型主要依赖于芯片的结构,封装及其它因素。因此要想获得精确的LED光源模型,这就需要确立LED中芯片的位置,芯片周围填充材料的折射率,吸收系数等。然而这些参数,制造商不会提供给照明设计人员。没有精确的LED光源模型,对照明设计有很大影响。
传统的方法都是假设LED光源模型是一个完美的朗伯光源模型,实际上由于制造过程中的误差,LED光源并不是完美的朗伯光源,这将会给设计照明***带来很大的误差。
发明内容
本发明的目的主要是针对LED生产厂商所制造的LED,创建一个精确等效的LED光源模型,可以根据实际测量出来的LED光强分布,建立出等效的LED光源模型,使得这种等效光学模型与实际LED光强分布非常接近。这种精确等效的LED光源模型可以应用于照明***特别是高端照明***设计。
按照本发明提供的技术方案,所述的等效LED光源创建方法包括以下步骤:
(1)在光学建模与仿真软件中建立一个LED模型,然后逐渐改变模型中的参数,包括:芯片的***深度h、芯片周围填充材料的折射率n、填充材料吸收系数α,以及封装透镜的厚度d,每一组参数值(h,n,α,d)对应于一组LED光强分布数据,通过改变这几个参数的数值,获得多组LED发光强度数据;
(2)然后利用预测算法建立LED发光强度的分布与***深度h、填充材料的折射率n、填充材料吸收系数α及封装透镜厚度d之间的隐性函数关系;
(3)建立一个光强相似度的评价函数,来评定实际测定的LED光强分布与所建立LED模型产生的光强分布之间的相似度,评价函数越小,相似度越高;
(4)对一个实际的LED首先测量其光强分布数据;
(5)假设一组初始的参数,这组初始参数构成了一个初始的LED光源模型;然后使用全局优化算法,利用之前预测算法建立的光强与参数之间的隐性函数关系,寻找最佳的等效参数,使得这组最佳等效参数所对应的等效模型产生的光强与实际光强的相似度很高:这个优化的过程中,评价函数值越小,相似度越高,说明光源模型越精确;优化之前设定好评价函数的预设值,当优化过程中评价函数小于或等于预设值,则优化过程停止。
其中,步骤2所述的预测算法可采用神经网络算法,或支持向量机算法。
步骤3所述相似度的评价函数可以使用归一化的相关系数的倒数,或实际光强数据与等效光源模型的光强数据之间的最小二乘拟合函数。
步骤5所述全局优化算法可以采用模拟退火算法、遗传算法、粒子群算法、果蝇算法、鱼群算法、或随机游走算法。
本发明的优点是:本发明建立等效LED精确光源模型的方法是采用了预测算法和全局优化算法组合进行寻找最佳等效的LED参数,等效的LED光源是否准确需要评价实际LED光强与等效LED光强的相似程度。本方法可以快速准确的创建与实际光源非常接近的等效LED光源模型,很好解决了传统方法造成的误差。
附图说明
图1为本发明的LED结构。
图2为本发明建立LED等效模型方法流程图。
具体实施方式
本发明通过测量实际LED的光强分布,用预测算法建立LED发光强度与LED各主要参数(如芯片的***深度、周围填充材料折射率、材料的吸收系数,封装透镜的厚度)之间的一种隐性函数关系(这种隐性的函数关系无法用一个具体的函数表达出来)。然后假设一组初始的LED模型参数,基于LED发光强度与LED各主要参数之间隐性关系,运用全局优化算法寻找最佳的等效参数,利用这些最佳的等效参数,可以创建等效精确的LED光源模型。任何一个LED光源制造商提供的LED光源,只要测量其光强分布,就可以获得一个等效精确的LED光源模型。这个光源模型可以用于照明设计。
以下结合附图和实施例对本发明作进一步说明。本发明的实施例步骤如下:
1、首先对常规LED结构进行分析,找出影响LED光强分布的主要参数。如图1所示,一个LED包括:LED芯片1、LED芯片周围的填充材料2、封装透镜3。LED芯片1嵌入到填充材料2内部,封装透镜3覆盖在填充材料2的上面。从LED的结构可以看到LED主要参数涉及到:芯片的***深度h,芯片周围填充材料的折射率n、填充材料吸收系数α,以及透镜的厚度d。
2、在光学建模与仿真软件(如Tracepro,ASAP,Lightools或Fred,以下以Tracepro为例)中建立一个LED模型,然后在一定范围内逐渐改变模型中的参数:芯片的***深度h、填充材料折射率n、材料吸收系数α、封装透镜厚度d。每一组参数值(h,n,α,d)对应于一组LED光强分布数据,通过改变这几个参数的数值,获得150组不同参数的LED模型,每组LED对应一组发光强度数据。
3、然后利用预测算法如神经网络,或支持向量机,建立出LED发光强度的分布与***深度h、填充材料的折射率n、填充材料吸收系数α及封装透镜厚度d之间的隐性函数关系。
4、建立一个光强相似度的评价函数,如:归一化的相关系数的倒数1/NCC或最小二乘拟合函数。NCC可以用公式(1)来计算:
I(θv)F和I(θv)O分别是实际测量光强数据和LED光源模型产生的光强数据,光强分布与发光角度有关,θv代表了不同发光角度。和分别是实际测量光强数据和LED光源模型产生的光强数据的平均值。NCC值越大表示了实际测量光强与LED模型光源的光强越相近。我们这里用NCC的倒数做光强相似度的评价函数,所以评价函数越小实际测量光强与模型产生的光强越接近。
另一种评价函数可以用最小二乘拟合函数法来评价,最小二乘拟合函数可以用公式(2)来表示
从公式(2)可以看出当最小二乘拟合函数值越小,实际光强与LED光源模型产生的光强越接近。
这一评价函数主要是为了评定实际测定的LED光强分布与我们所建立的LED光源模型产生的光强分布之间的相似度。评价函数越小,相似度越高。
5、对一个实际LED首先测量其光强分布数据。
6、我们假设一组初始的参数,这组初始参数构成了一个初始的LED光源模型。初始参数值可以在每个参数的限定范围内随机产生,不同的初始参数值对优化的速度会有一定影响,但不会对优化结果产生影响。选择初始参数后,接下来使用全局优化算法,利用之前预测算法建立的光强与参数之间的隐性函数关系,寻找最佳的等效参数,使得这组最佳等效参数对应的等效模型产生的光强与实际光强的相似度很高。在优化的过程中1/NCC或实际光强数据与等效光源模型的光强数据之间的最小二乘拟合函数为评价函数,评价函数值越小,实际LED光强与等效LED光强分布的相似程度越高,说明光源模型越精确。优化之前我们可以设定好要达到到的相似度,有了相似度就可以知道优化过程中要求的评价函数值了。因此当优化过过程评价函数小于或等于预定值,优化过程停止。具体的过程如图2所示。
所述全局优化算法可以采用模拟退火算法、遗传算法、粒子群算法、果蝇算法、鱼群算法、随机游走算法等。
7、使用优化出来的参数,运用Tracepro软件构建LED等效精确光源模型,并运用蒙特卡洛光线追击的方法,获得光强数据,运用这组光强数据与实际光强数据计算比较,来验证我们优化出来的LED光源模型是否可靠。
8、将创建好的LED等效模型导入照明设计软件作为用于照明***设计的光源。
Claims (4)
1.一种等效LED光源创建方法,其特征在于,包括以下步骤:
步骤1:在光学建模与仿真软件中建立一个LED模型,然后逐渐改变模型中的参数,包括:芯片的***深度h、芯片周围填充材料的折射率n、填充材料吸收系数α,以及封装透镜的厚度d,每一组参数值(h,n,α,d)对应于一组LED光强分布数据,通过改变这几个参数的数值,获得多组LED发光强度数据;
步骤2:然后利用预测算法建立LED发光强度的分布与***深度h、填充材料的折射率n、填充材料吸收系数α及封装透镜厚度d之间的隐性函数关系;
步骤3:建立一个光强相似度的评价函数,来评定实际测定的LED光强分布与所建立LED模型产生的光强分布之间的相似度,评价函数越小,相似度越高;
通过归一化的相关系数的倒数1/NCC或最小二乘拟合函数来进行评价函数的建立方法,NCC用公式(1)来计算:
I(θv)F和I(θv)O分别是实际测量光强数据和LED光源模型产生的光强数据,光强分布与发光角度有关,θv代表了不同发光角度;和分别是实际测量光强数据和LED光源模型产生的光强数据的平均值;
ν是采样角的编号;
另一种评价函数用最小二乘拟合函数法来评价,最小二乘拟合函数用公式(2)来表示
从公式(2)看出最小二乘拟合函数值越小,实际光强与LED光源模型产生的光强越接近;σ是第二种评价方法的评价函数;N是采样角,即采样点的数量;
步骤4:对一个实际的LED首先测量其光强分布数据;
步骤5:假设一组初始的参数,这组初始参数构成了一个初始的LED光源模型;然后使用全局优化算法,利用之前预测算法建立的光强与参数之间的隐性函数关系,寻找最佳的等效参数,使得这组最佳等效参数所对应的等效模型产生的光强与实际光强的相似度很高:这个优化的过程中,评价函数值越小,相似度越高,说明光源模型越精确;优化之前设定好评价函数的预设值,当优化过程中评价函数小于或等于预设值,则优化过程停止。
2.如权利要求1所述的等效LED光源创建方法,其特征在于,步骤2所述的预测算法采用神经网络算法,或支持向量机算法。
3.如权利要求1所述的等效LED光源创建方法,其特征在于,步骤3所述相似度的评价函数使用归一化的相关系数的倒数,或实际光强数据与等效光源模型的光强数据之间的最小二乘拟合函数。
4.如权利要求1所述的等效LED光源创建方法,其特征在于,步骤5所述全局优化算法采用模拟退火算法、遗传算法、粒子群算法、果蝇算法、鱼群算法、或随机游走算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210486994.3A CN103020336B (zh) | 2012-11-26 | 2012-11-26 | 一种等效led光源创建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210486994.3A CN103020336B (zh) | 2012-11-26 | 2012-11-26 | 一种等效led光源创建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103020336A CN103020336A (zh) | 2013-04-03 |
CN103020336B true CN103020336B (zh) | 2016-08-03 |
Family
ID=47968939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210486994.3A Expired - Fee Related CN103020336B (zh) | 2012-11-26 | 2012-11-26 | 一种等效led光源创建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103020336B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399995B (zh) * | 2013-07-24 | 2016-08-10 | 哈尔滨工业大学深圳研究生院 | 一种机器视觉led光源的优化设计方法 |
CN105276521A (zh) * | 2014-05-28 | 2016-01-27 | 惠州Tcl照明电器有限公司 | 偏光透镜的设计方法、偏光透镜以及led路灯 |
CN104511437B (zh) * | 2014-12-17 | 2017-03-29 | 广东威创视讯科技股份有限公司 | 一种led器件分光方法及*** |
CN105007676B (zh) * | 2015-08-21 | 2017-11-28 | 武汉大学 | 基于led混光呈色模型的光谱功率分布提取方法及*** |
CN110967685B (zh) * | 2019-12-09 | 2022-03-22 | Oppo广东移动通信有限公司 | 评价干扰信号的方法及***、电子装置和存储介质 |
CN111586266B (zh) * | 2020-04-29 | 2021-09-21 | 杭州涂鸦信息技术有限公司 | 基于光学模拟软件的红外摄像头中红外光源选型的方法 |
CN111695169B (zh) * | 2020-05-25 | 2023-10-31 | 节律照明科技(中山)有限公司 | 基于固态光源的灯具光学设计方法及*** |
CN112953636A (zh) * | 2021-02-09 | 2021-06-11 | 新疆大学 | 基于遗传算法的非朗伯led空间波束模型拟合方案 |
CN112949810A (zh) * | 2021-02-20 | 2021-06-11 | 新疆大学 | 用于可见光无线技术改进粒子群优化组合波束拟合方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496063A (zh) * | 2011-11-17 | 2012-06-13 | 江南大学 | 大功率led阵列照度均匀化的方法 |
CN102767793A (zh) * | 2012-07-11 | 2012-11-07 | 广东工业大学 | 一种光纤照明用led耦合装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200414572A (en) * | 2002-11-07 | 2004-08-01 | Matsushita Electric Ind Co Ltd | LED lamp |
-
2012
- 2012-11-26 CN CN201210486994.3A patent/CN103020336B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496063A (zh) * | 2011-11-17 | 2012-06-13 | 江南大学 | 大功率led阵列照度均匀化的方法 |
CN102767793A (zh) * | 2012-07-11 | 2012-11-07 | 广东工业大学 | 一种光纤照明用led耦合装置 |
Non-Patent Citations (2)
Title |
---|
《Designing LED array for uniform illumination distribution by simulated annealing algorithm》;Zhouping Su,Donglin Xue,Zhicheng Ji;《OPTICS EXPRESS》;20121105;第20卷(第6期);1-13页 * |
《汽车灯具光源建模和照明仿真计算》;苏胜君,施伟斌,陈祥熙;《光学仪器》;20080831;第30卷(第4期);第14-17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103020336A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103020336B (zh) | 一种等效led光源创建方法 | |
CN107784380A (zh) | 一种巡检最短路径的优化方法及优化*** | |
CN101749641B (zh) | 用于大功率led路灯照明的自由曲面偏光透镜 | |
CN101814160A (zh) | 一种基于特征聚类的rbf神经网络建模方法 | |
Millward‐Hopkins et al. | The predictability of above roof wind resource in the urban roughness sublayer | |
CN110909485B (zh) | 一种基于bp神经网络的swmm模型参数自率定方法 | |
CN103398168B (zh) | 一种自动变速器换档规律的建模方法 | |
CN105116730A (zh) | 基于粒子群模糊神经网络的氢燃料发动机点火提前角优化***及其优化方法 | |
CN103558602B (zh) | 一种用于多基地声纳配置方式的模拟退火定位方法 | |
CN107909154A (zh) | 一种基于网络搜索的风控模型参数优化方法 | |
CN102436529B (zh) | 基于Weibull分布的MOS晶体管可靠性统计模型的建模方法 | |
CN102900433A (zh) | 利用判别分析建立气测图版对储层流体进行判断的方法 | |
CN102564644A (zh) | 一种加热炉生产过程中板坯温度在线测量方法 | |
CN109325298B (zh) | 基于三维设计平台的轮胎花纹设计*** | |
CN104361157A (zh) | 一种建筑物间风环境的评价方法 | |
CN103434585A (zh) | 客车车身结构减重方法 | |
CN107271928A (zh) | 一种led灯具温度步降老化试验方法以及装置 | |
CN104615835A (zh) | 一种发动机中冷器分析方法 | |
Chen et al. | Optimization of optical design for developing an LED lens module | |
CN103810310A (zh) | 面向沥青搅拌站的沥青发泡模块装备的参数化确定方法 | |
CN103997047B (zh) | 一种点对网***的次同步振荡建模方法 | |
CN105761489A (zh) | 一种交通流预测的三次指数平滑最优方法 | |
CN102789598A (zh) | 一种以机器特征属性为区间数的作业车间瓶颈识别方法 | |
Luo | [Retracted] Application of Reinforcement Learning Algorithm Model in Gas Path Fault Intelligent Diagnosis of Gas Turbine | |
CN107133706B (zh) | 一种针对地热项目的地热选区分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160803 Termination date: 20161126 |
|
CF01 | Termination of patent right due to non-payment of annual fee |